$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

DNN 기반의 미세먼지 농도별 이진 분류 모델
DNN based Binary Classification Model by Particular Matter Concentration 원문보기

한국정보통신학회 2021년도 춘계학술대회, 2021 May 03, 2021년, pp.277 - 279  

이종성 (한국기술교육대학교) ,  정용진 (한국기술교육대학교) ,  오창헌 (한국기술교육대학교)

초록
AI-Helper 아이콘AI-Helper

미세먼지 예측의 경우 농도에 따른 특성으로 인해 예측 모델의 학습이 잘 이루어지지 않는 문제가 있다. 이러한 문제를 해결하기 위해 저농도와 고농도에 대한 개별 예측 모델을 구분하여 설계할 필요가 있다. 따라서 미세먼지 농도를 저농도와 고농도로 구분하기 위한 분류 모델이 필요하다. 본 논문은 미세먼지 농도 80㎍/m3을 기준으로 저농도와 고농도를 구분하기 위한 분류 모델을 제안한다. 분류 모델의 알고리즘은 DNN을 사용하였으며, 하이퍼 파라미터 탐색 후 최적의 파라미터를 적용하여 분류 모델을 설계하였다. 모델의 성능 평가 결과, 저농도 분류의 경우 97.54%, 고농도 분류의 경우 85.51%의 분류 성능을 확인하였다.

Abstract AI-Helper 아이콘AI-Helper

There is a problem that learning of a prediction model is not well performed depending on the characteristics of each particular matter concentration. To solve this problem, it is necessary to design a prediction model for low concentration and high concentration separately. Therefore, a classificat...

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로